JP2019072467A - 生体情報センサーの誤差補正装置及び方法、ならびに生体情報推定装置及び方法 - Google Patents

Abstract

【課題】生体情報センサーの誤差補正装置を提供する。【解決手段】生体情報センサーの誤差補正装置は、生体情報センサーから生体情報を受信する通信部と、ユーザの飲食情報に基づいて代謝情報を抽出し、抽出された代謝情報に基づいて、受信された生体情報を補正する処理部と、生体情報の補正結果を提供する出力部と、を含む。

Description

本発明は、生体情報センサーの誤差補正装置及び方法、ならびに生体情報推定装置及び方法に関する。

糖尿病は、多様な合併症を起こし、難治性晩成疾患であって、規則的に血糖をチェックして、合併症の発生を予防しなければならない。また、インスリンを投与する場合には、低血糖にするためのインスリンの投与量を調節するために、血糖をチェックしなければならない。一般的に、血糖を測定するために、侵襲的な方式が用いられている。侵襲的に血糖を測定する方式は、測定の信頼性が高いと言えるが、注射を用いることによる血液採取の苦痛、煩わしさ、及び疾病感染の危険が存在する。最近、血液を直接採取せず、分光器を利用したスペクトル分析を通じて非侵襲的に血糖等の生体情報を推定する方法が研究されている。

本発明が解決しようとする課題は、生体情報センサーの誤差補正装置及び方法、ならびに生体情報推定装置及び方法、を提供することである。

一態様によれば、生体情報センサーの誤差補正装置は、生体情報センサーから生体情報を受信する通信部と、ユーザの飲食情報に基づいて代謝情報を抽出し、抽出された代謝情報に基づいて、前記受信された生体情報を補正する処理部と、生体情報の補正結果を提供する出力部と、を含みうる。

処理部は、飲食センサーから受信された飲食センサー情報及びユーザの入力情報のうちの少なくとも１つに基づいて飲食情報を獲得することができる。

処理部は、生体情報センサーから受信された生体情報に含まれた連続生体情報測定値に基づいて生体情報の傾度変化を獲得し、傾度変化に基づいて飲食情報を獲得することができる。

この際、飲食情報は、摂取した食べ物、摂取量及び摂取時間のうちの少なくとも１つを含みうる。

この際、代謝情報は、経時的な生体情報の変化量、生体情報の信頼区間、及び前記変化量が特定の変化段階に該当する確率のうちの少なくとも１つを含みうる。

処理部は、生理学的代謝モデル及び生体情報データベースのうちの少なくとも１つを用いて、前記代謝情報を抽出することができる。

処理部は、受信された生体情報の測定値と代謝情報との間の補正式及び相関関係モデルのうちの少なくとも１つを用いて、測定値を補正することができる。

処理部は、受信された生体情報の測定値のうちから生体情報の信頼区間を外れた測定値を異常値として決定し、決定された異常値を信頼区間内の値に補正することができる。

処理部は、生体情報の実測値に基づいていないと判断された欠測値を、経時的な生体情報の変化量及び変化量が、特定の変化段階に該当する確率のうちの少なくとも１つに基づいて補正することができる。

この際、生体情報は、血糖、コレステロール、中性脂肪、タンパク質、アルコール及び尿酸のうちの少なくとも１つを含みうる。

一態様によれば、生体情報センサーの誤差補正方法は、生体情報センサーから生体情報を受信する段階と、ユーザの飲食情報に基づいて代謝情報を抽出する段階と、抽出された代謝情報に基づいて前記受信された生体情報を補正する段階と、生体情報の補正結果を提供する段階と、を含みうる。

また、生体情報センサーの誤差補正方法は、飲食センサーから飲食センサー情報を受信する段階と、受信された飲食センサー情報に基づいて飲食情報を獲得する段階と、をさらに含みうる。

また、生体情報センサーの誤差補正方法は、受信された生体情報に含まれた連続測定値に基づいて生体情報の傾度変化を獲得する段階と、傾度変化に基づいて飲食情報を獲得する段階と、をさらに含みうる。

この際、代謝情報は、経時的な生体情報の変化量、生体情報の信頼区間、及びその変化量が特定の変化段階に該当する確率のうちの少なくとも１つを含みうる。

代謝情報を抽出する段階は、生理学的代謝モデル及び生体情報データベースのうちの少なくとも１つを用いて代謝情報を抽出することができる。

生体情報を補正する段階は、受信された生体情報の測定値、生体情報の信頼区間を外れた異常値及び生体情報の実測値に基づいていない欠測値のうちの少なくとも１つを補正することができる。

一態様によれば、生体情報推定装置は、ユーザからセンサー情報を収集するセンサー部と、センサー情報に基づいて生体情報を推定し、ユーザの飲食情報に基づいて代謝情報を抽出し、抽出された代謝情報を用いて、推定された生体情報を補正し、補正結果を提供する処理部と、を含みうる。

センサー情報は、分光器測定情報、インピーダンス測定情報、超音波測定情報、熱測定情報、ＥＣＧ（ｅｌｅｃｔｒｏｃａｒｄｉｏｇｒａｐｈｙ）情報、ＥＥＧ（ｅｌｅｃｔｒｏｅｎｃｅｐｈａｌｏｇｒａｍ）情報、ＥＭＧ（ｅｌｅｃｔｒｏｍｙｏｇｒａｐｈｙ）情報、ＥＯＧ（ｅｌｅｃｔｒｏｏｃｕｌｏｇｒａｐｈｙ）情報、及びＰＰＧ（ｐｈｏｔｏｐｌｅｔｈｙｓｍｏｇｒａｐｈｙ）情報のうちの少なくとも１つを含みうる。

センサー部は、ユーザによる食べ物の摂取を検出して、飲食センサー情報を獲得する飲食センサーを含み、処理部は、飲食センサー情報に基づいて飲食情報を獲得することができる。

処理部は、生理学的代謝モデル及び生体情報データベースのうちの少なくとも１つを用いて、代謝情報を抽出することができる。

この際、代謝情報は、経時的な生体情報の変化量、生体情報の信頼区間、及び前記変化量が特定の変化段階に該当する確率のうちの少なくとも１つを含みうる。

処理部は、生体情報の推定値と、経時的な生体情報の変化量または変化量が特定の変化段階に該当する確率と、の相関関係を示す補正式および相関関係モデルを用いて、生体情報の推定値を補正することができる。

処理部は、生体情報の推定値のうちから信頼区間を外れた異常値を信頼区間内の値に補正することができる。

処理部は、生体情報の実測値に基づいていない欠測値を判断し、判断された欠測値を経時的な生体情報の変化量、または変化量が特定の変化段階に該当する確率に基づいて補正することができる。

一態様によれば、生体情報推定方法は、ユーザからセンサー情報を獲得する段階と、センサー情報に基づいて生体情報を推定する段階と、ユーザの飲食情報を獲得する段階と、飲食情報に基づいて代謝情報を抽出する段階と、抽出された代謝情報に基づいて推定された生体情報を補正する段階と、生体情報の補正結果を提供する段階と、を含みうる。

センサー情報は、分光器測定情報、インピーダンス測定情報、超音波測定情報、熱測定情報、ＥＣＧ情報、ＥＥＧ情報、ＥＭＧ情報、ＥＯＧ情報、及びＰＰＧ情報のうちの少なくとも１つを含みうる。

センサー情報を獲得する段階は、飲食センサーがユーザによる食べ物の摂取を検出して、飲食センサー情報を獲得する段階を含み、飲食情報を獲得する段階は、飲食センサー情報に基づいてユーザの飲食情報を獲得することができる。

代謝情報を抽出する段階は、生理学的代謝モデル及び生体情報データベースのうちの少なくとも１つを用いて代謝情報を抽出することができる。

生体情報を補正する段階は、生体情報の推定値、生体情報の信頼区間を外れた異常値及び生体情報の実測値に基づいていない欠測値のうちの少なくとも１つを補正することができる。

一実施形態による生体情報測定システムのブロック図である。 一実施形態による生体情報センサーの誤差補正装置のブロック図である。 図２の実施形態による処理部構成のブロック図である。 飲食情報を獲得する一実施形態を説明する図である。 代謝情報を抽出する実施形態を説明する図である。 代謝情報を抽出する実施形態を説明する図である。 代謝情報を抽出する実施形態を説明する図である。 代謝情報を抽出する実施形態を説明する図である。 生体情報の誤差を補正する実施形態を説明する図である。 生体情報の誤差を補正する実施形態を説明する図である。 生体情報の誤差を補正する実施形態を説明する図である。 生体情報の誤差を補正する実施形態を説明する図である。 一実施形態による生体情報センサーの誤差補正方法のフローチャートである。 一実施形態による生体情報推定装置のブロック図である。 一実施形態によるウェアラブル機器を示す図である。 一実施形態による生体情報推定方法のフローチャートである。

実施形態の具体的な事項は、詳細な説明及び図面に含まれている。記載の技術の利点、特徴、そして、それらを果たす手段は、図面と共に詳細に後述されている実施形態を参照することで、明確になる。明細書の全般に亘って、同じ参照符号は、同じ構成要素を称する。

第１、第２などの用語は、多様な構成要素の説明に使われるが、構成要素は、このような用語によって限定されるものではない。当該用語は、１つの構成要素を他の構成要素から区別することのみを目的として使われる。単数の表現は、文脈上、特に明示しない限り、複数の表現を含む。また、ある部分がある構成要素を「含む」とする時、これは、特に言及しない限り、他の構成要素を除外するものではなく、他の構成要素をさらに含みうることを意味する。また、明細書に記載の「…部」、「モジュール」などの用語は、少なくとも１つの機能や動作を処理する単位を意味し、これは、ハードウェアまたはソフトウェアとして具現されてもよいし、ハードウェアとソフトウェアとの組み合わせで具現されてもよい。

図１は、一実施形態による生体情報測定システムのブロック図である。

図１を参照すると、生体情報測定システム１は、生体情報センサー１１０、飲食センサー１２０、及び誤差補正装置２００を含みうる。

生体情報センサー１１０は、ユーザから生体情報を測定する。生体情報センサー１１０は、ユーザの被検部位に付着または装着されて被検部位から生体情報を測定することができる。生体情報センサー１１０は、一定時間間隔（例：５分、１０分、１５分など）で連続して生体情報を測定するセンサー、例えば、連続血糖測定センサーを含みうる。この際、生体情報センサー１１０は、多様なセンサーを通じて獲得されるセンサー情報、例えば、スペクトル情報のような分光器測定情報、インピーダンス測定情報、超音波測定情報、熱測定情報、ＥＣＧ情報、ＥＥＧ情報、ＥＭＧ情報、ＥＯＧ情報、及びＰＰＧ情報などに基づいて生体情報を測定する非侵襲型のセンサーであり得る。但し、これに制限されるものではなく、被検部位から侵襲または微細侵襲型のセンサーを含みうる。ここで、生体情報は、血糖、コレステロール、中性脂肪、タンパク質、アルコール及び尿酸のうちの少なくとも１つを含むが、これに限定されるものではない。

飲食センサー１２０は、ユーザによる食べ物の摂取を検出して飲食センサー情報を生成することができる。飲食センサー１２０は、別途のハードウェア機器として提供されてユーザの身体の一部に付着または装着されうる。または、生体情報センサー１１０や誤差補正装置２００に接続されうる。例えば、飲食センサー１２０は、ユーザの耳に着用されてユーザが食べ物を摂取する音を検出するセンサー、ユーザの手首に着用されてユーザの腕の動きを検出するジャイロセンサー、ユーザの胸の動きや呼吸を検出するセンサー、ユーザが摂取している食べ物を撮影するセンサー、またはユーザの首の飲み込みや首の筋肉の動きを検出する圧電センサー（ｐｉｅｚｏｅｌｅｃｔｒｉｃ ｓｅｎｓｏｒ）などを含みうる。または、ユーザによる食べ物の摂取と関連したイメージ情報を獲得するカメラモジュールなどを含みうる。

誤差補正装置２００は、生体情報センサー１１０から連続した生体情報測定値を受信することができる。誤差補正装置２００は、生体情報センサー１１０から生体情報が受信される場合、ユーザの飲食情報に基づいて生体情報を補正し、補正結果を最終的な生体情報として出力することができる。この際、飲食情報は、摂取した食べ物、摂取量及び摂取時間のうちの少なくとも１つを含みうる。

図２は、一実施形態による生体情報センサーの誤差補正装置のブロック図である。図３は、図２の実施形態による処理部構成のブロック図である。図４は、飲食情報を獲得する一実施形態を説明するための図である。

本実施形態による誤差補正装置２００は、生体情報センサー１１０と物理的に独立したハードウェア装置であり得る。例えば、スマートフォン、タブレットＰＣ、ノート型パソコン、デスクトップＰＣ及びサーバなどの情報処理機器であって、携帯性の有無やサイズなどにおいて、特に制限されず、誤差補正装置２００の活用目的などによって多様な形態で構成することができる。

図２を参照すると、誤差補正装置２００は、処理部２１０、通信部２２０、入力部２３０、出力部２４０及び保存部２５０を含みうる。

通信部２２０は、処理部２１０の制御によって搭載された通信技術を用いて生体情報センサー１１０を含めた外部機器と接続され、各種のデータを送受信することができる。例えば、通信部２２０は、生体情報センサー１１０から一定時間間隔で生体情報の測定値を受信して処理部２１０に通知し、処理部２１０の処理結果を外部機器に送信しうる。ここで、外部機器は、コンピューティング性能に優れたユーザのスマートフォン、タブレットＰＣ、デスクトップＰＣ、ノート型パソコンなどであるか、医療機関のコンピューティング医療装置であり得る。

この際、通信技術は、ブルートゥース（登録商標）（ｂｌｕｅｔｏｏｔｈ（登録商標））通信、ＢＬＥ（Ｂｌｕｅｔｏｏｔｈ（登録商標 Ｌｏｗ Ｅｎｅｒｇｙ）通信、近距離無線通信（Ｎｅａｒ Ｆｉｅｌｄ Ｃｏｍｍｕｎｉｃａｔｉｏｎ ｕｎｉｔ）、ＷＬＡＮ（Ｗｉ−Ｆｉ）通信、ジグビー（Ｚｉｇｂｅｅ）通信、赤外線（ＩｒＤＡ、ｉｎｆｒａｒｅｄ Ｄａｔａ Ａｓｓｏｃｉａｔｉｏｎ）通信、ＷＦＤ（Ｗｉ−Ｆｉ Ｄｉｒｅｃｔ）通信、ＵＷＢ（ｕｌｔｒａ ｗｉｄｅｂａｎｄ）通信、Ａｎｔ＋通信、Ｗｉ−Ｆｉ通信及び移動通信方式を含みうるが、これに限定されるものではない。

また、通信部２２０は、処理部２１０の制御によって飲食センサー１２０と接続され、飲食センサー情報を受信して処理部２１０に伝達することができる。

入力部２３０は、ユーザから入力される飲食情報を含んだ各種の情報を処理部２１０に通知することができる。入力部２３０は、ディスプレイにユーザインターフェースを出力し、ユーザインターフェースを通じてユーザから入力される各種の情報を受信することができる。または、誤差補正装置２００に音声認識技術が搭載される場合、入力部２３０は、ユーザが入力する音声情報を受信することもできるが、これに制限されるものではない。入力部２３０は、ユーザの入力方法によって多様に変形実施される。例えば、入力部２３０は、キーボード、タッチスクリーン上の仮想キーボード、リモートコントローラを用いてユーザが入力したリモートコントロール信号を受信するリモートコントロール信号受信器、ユーザジェスチャ入力をセンシングするカメラ、ユーザの音声入力を受信するマイクロホンなどを含みうる。

処理部２１０は、通信部２２０を通じて生体情報センサー１１０から生体情報を受信し、飲食情報に基づいて生体情報を補正することができる。

図３を参照すると、処理部２１０は、飲食情報獲得部２１１、代謝情報抽出部２１２及び補正部２１３を含みうる。

飲食情報獲得部２１１は、飲食センサー１２０から受信された飲食センサー情報や、生体情報センサー１１０から受信された生体情報の連続測定値などを分析した飲食情報を獲得することができる。または、インターフェースを通じてユーザが直接入力した飲食情報を獲得することができる。

一例として、飲食情報獲得部２１１は、飲食センサー１２０から、摂取音、食べ物の撮影イメージ、首の飲み込み検出情報、腕の動き検出情報などの飲食センサー情報が受信された場合、受信された飲食センサー情報を分析して、ユーザが摂取した食べ物の種類や、摂取量または摂取時間などの飲食情報を獲得することができる。

他の例として、飲食情報獲得部２１１は、生体情報センサー１１０から受信された生体情報の連続測定値を分析して傾度変化を算出し、算出された傾度変化に基づいて飲食情報を獲得することができる。

図４は、血糖測定センサーから受信された連続血糖測定値を図示したものである。図４において、９：１０分頃から９：４０分頃まで血糖値の変化が急激である。飲食情報獲得部２１１は、このように傾きが急激な変化地点を、ユーザが食べ物を摂取した時間と判断することができる。また、ユーザに対してあらかじめ定義されている血糖の変化と食べ物の情報との相関関係を示す情報に基づいて、血糖変化による食べ物の種類や食べ物の摂取量を推定することができる。

代謝情報抽出部２１２は、飲食情報に基づいて代謝情報を抽出することができる。この際、代謝情報は、経時的な生体情報の変化量、生体情報の信頼区間及び生体情報の変化段階別の確率または頻度などを含みうる。

図５Ａないし図５Ｄは、代謝情報を抽出する実施形態を説明する図である。図２及び図５Ａないし図５Ｄを参照して、代謝情報抽出部２１２が代謝情報を抽出する実施形態を説明する。

一例として、代謝情報抽出部２１２は、ユーザの飲食情報が獲得された場合、人体内の臓器間において、生体情報と関連した物質の移動による生理学的代謝モデルを適用して経時的な生体情報の変化量を抽出することができる。図５Ａは、人体内の臓器１（例：胃）と臓器２（例：腸）との間の物質移動による血糖代謝を数式化した代謝モデルを例示したものである。ここで、Ｋ_１０は、臓器１から排出される場合の物質移動定数、Ｋ_１２は、臓器１から臓器２へ、Ｋ_２１は、臓器２から臓器１への物質移動定数を意味する。Ｃ_１及びＣ_２は、臓器１及び臓器２における血糖濃度を意味し、ｄＣ_１及びｄＣ_２は、臓器１及び臓器２における血糖変化量を意味する。生理学的代謝モデルは、ユーザ個人別に物質の体内吸収、分布、肝や胃腸などの臓器による代謝、排泄などと関連した多様な因子をモデリングして、個人化されうる。図５Ｂは、ユーザの飲食情報、例えば、糖７５ｇを摂取した場合、生理学的代謝モデルを用いて経時的な血糖変化量を推定した例である。

他の例として、代謝情報抽出部２１２は、あらかじめ構築された生体情報データベースを参考にして、飲食情報に対する経時的な生体情報の信頼区間や、変化段階の確率や、頻度情報を抽出することができる。生体情報データベースは、ユーザ別に生体情報と関連した食べ物の種類及び摂取量によって、時間別の生体情報を測定した測定値を含みうる。図５Ｃは、代謝情報抽出部２１２が生体情報データベースを参考にして、経時的な信頼区間、例えば、最低値（ＣＩｍｉｎ）と最高値（ＣＩｍａｘ）とを抽出することができる。図５Ｄは、代謝情報抽出部２１２が生体情報データベースを参考にして、経時的な血糖の段階別の変化の確率を図示したものである。

補正部２１３は、代謝情報抽出部２１２によって経時的な生体情報の変化量、信頼区間または変化段階別の確率などの情報が抽出される場合、代謝情報を用いて生体情報センサー１１０から受信された生体情報の測定値、異常値または欠測値を補正することができる。

図６Ａないし図６Ｄは、生体情報の誤差を補正する実施形態を説明する図である。図６Ａないし図６Ｄを参照して、補正部２１３が生体情報センサー１１０から受信された生体情報を補正する実施形態を説明する。

一例として、補正部２１３は、生体情報センサー１１０によって測定された生体情報の測定値を生体情報の補正式や相関関係モデルを用いて補正することができる。この際、相関関係モデルは、生体情報センサーによる生体情報の測定値、代謝情報における経時的な生体情報の変化量及び採血を通じる実際生体情報の測定値の間の関係を、線形回帰モデリングや機械学習モデリングを通じてあらかじめ構築されうる。また、生体情報の補正式は、下記の数式１または数式２のように既定の線形関数式であり得る。但し、数式１及び数式２は、１つの例示に過ぎない。

数式１は、特定時点（ｔ）の生体情報測定値（Ｎ_ｔ）と生体情報変化量（Ｍ_ｔ）とを加重合算する方式で補正することを例示したものである。数式２は、特定時点（ｔ）の生体情報測定値（Ｎ_ｔ）から加重値が付与された生体情報変化量（Ｍ_ｔ）を減算する方式で補正することを例示したものである。ここで、ｗ_１及びｗ_２は、特定時点（ｔ）での生体情報測定値（Ｎ_ｔ）と生体情報変化量（Ｍ_ｔ）とにそれぞれ付与される加重値を示し、Ｇ_ｔは、特定時点（ｔ）での補正結果を示す。

図６Ａは、採血を通じる実際の血糖測定値６１と、血糖センサーによって測定された血糖測定値と、を前記の数式１の方式による補正結果６２ａ及び一般的なスムージング方法で補正した血糖測定値６２ｂをそれぞれ比較した結果を図示している。図６Ａに示したように、本実施形態による血糖測定値の補正結果６２ａが、一般的なスムージング方法による血糖測定値６２ｂに比べて、採血を通じた実際の血糖測定値６１とより類似しているということが分かる。

他の例として、補正部２１３は、生体情報センサー１１０によって測定された生体情報測定値中の異常値を補正することができる。補正部２１３は、代謝情報抽出部２１２によって抽出された生体情報の信頼区間情報に基づいて生体情報測定値中で異常値を決定することができる。例えば、補正部２１３は、特定時点の生体情報測定値が図５Ｃに示した生体情報の信頼区間を外れた場合、すなわち、同一時点の最低値（ＣＩ_ｍｉｎ）未満であるか、最高値（ＣＩ_ｍａｘ）超過である場合、その測定値を異常値として決定することができる。

補正部２１３は、生体情報測定値中で特定時点の測定値が異常値として決定された場合、決定された異常値を同一時点の信頼区間内の任意の値に置き換えることによって、異常値を補正することができる。例えば、補正部２１３は、異常値を同一時点の信頼区間の境界値に置き換えうる。言い換えれば、異常値が信頼区間の最低値（ＣＩ_ｍｉｎ）未満であれば、最低値（ＣＩ_ｍｉｎ）に、信頼区間の最高値（ＣＩ_ｍａｘ）超過であれば、最高値（ＣＩ_ｍａｘ）に置き換えうる。または、補正部２１３は、前記の数式２のような方式で異常値から、加重値が付与された生体情報変化量を減算して信頼区間内の値になるように補正することができる。補正部２１３は、生体情報の異常値が補正される場合、補正された後の生体情報にスムージング（ｓｍｏｏｔｈｉｎｇ）を適用することができる。

図６Ｂは、採血を通じた実際血糖測定値６３と生体情報センサー１１０から受信された血糖測定値６４ａ及び血糖測定値６４ａで異常値を補正した後の血糖６４ｂをそれぞれ比較した結果を図示したグラフである。生体情報センサー１１０から受信された血糖測定値６４ａには、信頼区間を外れた異常値ＯＬ１、ＯＬ２と判断された測定値が存在する。このように信頼区間を外れた異常値ＯＬ１、ＯＬ２を信頼区間の境界値ＣＶ１、ＣＶ２に補正することによって、実際血糖測定値６３と類似になる。

他の例として、補正部２１３は、生体情報センサー１１０によって測定された生体情報の欠測値を補正することができる。ここで、欠測値を補正することは、受信された連続測定値内で生体信号測定がなされていない時点や区間を補正値に代替することを意味する。例えば、補正部２１３は、生体情報センサー１１０から受信された連続測定値を分析して、生体信号測定がなされていない欠測値を推定することができる。ここで、欠測値を推定することは、生体情報の連続測定値の分析結果、測定がなされていない欠測区間や時点を決定することを意味する。例えば、欠測値は、生体情報センサー１１０から受信された生体情報の連続測定値に基づいて推定されうる。欠測値は、ユーザが生体情報センサー１１０を一定期間着用していない場合であるか、電源が切れた場合、または、生体情報センサー１１０と人体の被検部位との接触状態が不良である場合に発生する。

補正部２１３は、欠測値が推定される場合、代謝情報抽出部２１２によって抽出された生体情報の変化量や変化段階の確率情報を用いて欠測値を補正することができる。例えば、補正部２１３は、下記の数式３を通じて特定時点（ｔ）の欠測値（Ｎ_ｔ）を同一時点（ｔ）の生体情報変化量（Ｍ_ｔ）を用いて補正することができる。但し、数式３は、例示に過ぎず、欠測値（Ｎ_ｔ）を同一時点（ｔ）の生体情報変化量（Ｍ_ｔ）に置き換えるか、その時点（ｔ）を基準に前後時点（例：ｔ−１、ｔ＋１）の生体情報変化量（Ｍ_ｔ−１、Ｍ_ｔ＋１）の平均、中間値に置き換えるなど多様な方法で欠測値を補正することができる。

ここで、Ｎ_１は、最初時点（ｔ＝１）の生体情報測定値、Ｍ_１は、最初時点（ｔ＝１）の生体情報変化量を示す。また、Ｇ_ｔは、特定時点（ｔ）での欠測値が補正された結果を示す。

また、補正部２１３は、下記の表１に基づいて欠測値を補正することができる。表１は、図５Ｄの生体情報の段階別の確率情報に基づいて欠測時点（ｔ）以前の一定時間による段階別の転移を計算したことを例示したものである。表１で、Ｇ_ｔ−３、Ｇ_ｔ−２、Ｇ_ｔ−１、及びＧ_ｔは、各時点ｔ−３、ｔ−２、ｔ−１及びｔでの生体情報測定値または補正値を示す。例えば、特定時点（ｔ−３）での生体情報測定値（Ｎ_ｔ−３）が存在し、異常値ではないならば、Ｇ_ｔ−３は、その測定値（Ｎ_ｔ−３）であるか、前述した数式１または数式２を通じて補正した補正値（Ｇ_ｔ−３）であり得る。もし、生体情報測定値（Ｎ_ｔ−３）が異常値または欠測値である場合、前述したように、異常値または欠測値を補正した補正値（Ｇ_ｔ−３）であり得る。

表１を参照すると、最初の段階（ｔ−３〜ｔ−２）での生体情報転移（Ｇ_ｔ−２−Ｇ_ｔ−３）と二番目の段階（ｔ−２〜ｔ−１）での生体情報転移（Ｇ_ｔ−１−Ｇ_ｔ−２）が、いずれも０〜＋１０範囲に該当する場合、現時点の段階（ｔ−１〜ｔ）に移動する時の転移（Ｇ_ｔ−１−Ｇ_ｔ）は、０〜＋１０範囲に該当する確率が最も高い。したがって、補正部２１３は、下記の数式４のように、以前時点（ｔ−１）の生体情報値（Ｇ_ｔ−１）に定数（ｋ）を加えて欠測値（Ｎ_ｔ）を補正することができる。ここで、ｋは、以前時点（ｔ−１）から現時点（ｔ）への転移が０〜＋１０範囲を有させる任意の値（例：中間値５）になりうる。

図６Ｃは、ユーザが生体情報センサー１１０を未着用の状態である場合、または生体情報の電源が切れた状態によって相当な時間の間に生体情報の測定がなされていない場合の血糖測定結果６６を図示したものである。ここで、ほぼ２５分から８０分頃までの区間（ＭＲ）は、実際に測定がなされていない欠測区間を示す。補正部２１３は、この欠測区間を欠測値と推定して補正することができる。図６Ｃの血糖測定結果６６において、円に表示された地点の値は、生体情報の測定値や測定値を補正した補正値を示し、四角形に表示された地点の値は、欠測値を補正した補正値を示す。欠測値を補正した後の全体の血糖測定結果６６が、採血を通じて実際に測定した血糖測定結果６５と類似するように補正されたことが分かる。

図６Ｄは、ユーザが生体情報センサー１１０を装着した状態であっても、被検部位との接触不良などを理由に瞬間的に欠測値が発生した場合を例示したものである。同様に、図６Ｄの血糖測定結果６７において、円に表示された地点の値は、生体情報の測定値または測定値を補正した補正値を示し、四角形に表示された地点の値は、欠測値を補正した補正値を示す。

再び図２を参照すると、出力部２４０は、処理部２１０の処理結果をユーザに提供することができる。例えば、出力部２４０は、現時点での生体情報の補正結果を最終生体情報値としてディスプレイに視覚的に出力するか、音声などの聴覚的な方式で出力することができる。また、生体情報センサー１１０から受信された生体情報の連続測定値またはその連続測定値の補正した結果をグラフの形態で出力することができる。しかし、このような実施形態に制限されるものではない。出力部２４０は、出力方法によって多様に変形実施される。例えば、出力部２４０は、音声信号及び／または映像信号を出力することができる。また、ディスプレイ及び／または音声出力機器、例えば、スピーカー、オーディオジャック、オーディオ出力機器などを含みうる。

保存部２５０は、生体情報測定及び補正に必要な各種の基準情報が保存することができる。例えば、基準情報は、ユーザの年齢、性別、健康状態などのユーザ情報、前述した生理学的代謝モデル、生体情報データベース、生体情報補正式、相関関係モデルなどの情報を含みうる。また、処理部２１０によって獲得された飲食情報、代謝情報、及び生体情報センサーから受信された生体情報の連続測定値、補正結果などを保存することができる。保存部２５０は、フラッシュメモリタイプ（ｆｌａｓｈ ｍｅｍｏｒｙ ｔｙｐｅ）、ハードディスクタイプ（ｈａｒｄ ｄｉｓｋ ｔｙｐｅ）、マルチメディアカードマイクロタイプ（ｍｕｌｔｉｍｅｄｉａ ｃａｒｄ ｍｉｃｒｏ ｔｙｐｅ）、カードタイプのメモリ（例えば、ＳＤまたはＸＤメモリなど）、ＲＡＭ（Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＳＲＡＭ（Ｓｔａｔｉｃ Ｒａｎｄｏｍ Ａｃｃｅｓｓ Ｍｅｍｏｒｙ）、ＲＯＭ（Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＥＥＰＲＯＭ（Ｅｌｅｃｔｒｉｃａｌｌｙ Ｅｒａｓａｂｌｅ Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、ＰＲＯＭ（Ｐｒｏｇｒａｍｍａｂｌｅ Ｒｅａｄ−Ｏｎｌｙ Ｍｅｍｏｒｙ）、磁気メモリ、磁気ディスク、光ディスクのうち少なくとも１つのタイプの記録媒体を含みうるが、例示されたものに限定されるものではない。

実施形態によれば、一般的な生体情報センサーによって測定された生体情報の場合でも、ユーザの代謝情報を活用して生体情報測定値、異常値及び欠測値などを補正することによって、正確な生体情報の測定が可能となる。したがって、実施形態による解法は、生体成分を推定する一般的な非侵襲的方法が侵襲的な方法に比べて、正確性が低下し、ノイズのモニタリング及び／または除去を必要とする問題を解決することができる。

図７は、一実施形態による生体情報センサーの誤差補正方法のフローチャートである。

図７は、図２の実施形態による生体情報センサーの誤差補正装置によって行われる誤差補正方法の一実施形態である。誤差補正装置２００が行う誤差補正方法の多様な実施形態については前述したため、以下では、簡単に説明する。

まず、誤差補正装置２００は、生体情報センサーから測定された生体情報を受信することができる（７１０）。この際、生体情報センサーは、ユーザの生体情報を連続して測定する連続測定センサーであり得る。

次いで、誤差補正装置２００は、ユーザの飲食情報を獲得することができる（７２０）。この際、飲食情報は、摂取した食べ物の種類、摂取量及び摂取時間などを含みうる。一例として、誤差補正装置２００は、飲食センサーからユーザによる食べ物の摂取に関する飲食センサー情報を獲得し、獲得された飲食センサー情報に基づいて飲食情報を獲得することができる。他の例として、誤差補正装置２００は、段階（７１０）から受信された生体情報の連続測定値を分析して傾度変化を算出し、算出された傾度変化が急激になる時間をユーザが食べ物を摂取した時間と判断することができる。さらに他の例として、ユーザは、インターフェースを通じて自身が摂取した食べ物の種類や、摂取量、摂取時間などの飲食情報を入力することができる。

次いで、誤差補正装置２００は、飲食情報に基づいて生体情報と関連した代謝情報を抽出することができる（７３０）。この際、代謝情報は、経時的な生体情報の変化量や信頼区間及び段階別の変化確率情報などを含みうる。誤差補正装置２００は、ユーザ別に個人化された生理学的代謝モデルを用いてユーザによる食べ物の摂取による生体情報の変化量を抽出することができる。または、生体情報データベースを用いて生体情報の変化量、信頼区間及び段階別の変化確率情報などを抽出することができる。

次いで、誤差補正装置２００は、抽出された代謝情報に基づいて生体情報センサーによって測定された生体情報を補正することができる（７４０）。例えば、誤差補正装置２００は、生体情報の変化量に基づいて測定された生体情報の連続測定値を補正することができる。また、生体情報の信頼区間に基づいて生体情報の連続測定値中の異常値を決定し、決定された異常値を信頼区間内の値に置き換えうる。また、生体情報の連続測定値を分析して欠測値を推定し、推定された欠測値を段階別の変化確率情報に基づいて補正することができる。

次いで、誤差補正装置２００は、生体情報の補正結果を出力することができる（７５０）。この際、ディスプレイに表示して視覚的にユーザに提供し、音声信号に変換して聴覚的な方式でスピーカーモジュールを通じてユーザに出力することができる。

図８は、一実施形態による生体情報推定装置のブロック図である。
本実施形態の生体情報推定装置８００は、血糖、中性脂肪、コレステロール、カロリー、タンパク質及び尿酸などを含む多様な生体情報を非侵襲的に推定する装置であり得る。一実施形態によれば、生体情報推定装置８００は、図９のような腕時計の形態のウェアラブル機器として製作することができる。但し、これに制限されるものではなく、腕輪型、手首バンド型、指輪型、メガネ型、ヘアバンド型などの形態だけではなく、生体情報の推定目的や生体情報推定装置の活用場所などによって多様なサイズや形態で製作することができる。または、スマートフォンやタブレットＰＣのような情報処理機器に搭載されてもよい。

図８を参照すると、生体情報推定装置８００は、処理部８１０、センサー部８２０及び出力部８３０を含みうる。

センサー部８２０は、処理部８１０の制御によってユーザからセンサー情報を収集することができる。例えば、センサー部８２０は、分光センサー、インピーダンスセンサー、超音波センサー、熱センサー、ＥＣＧセンサー、ＥＥＧセンサー、ＥＭＧセンサー、ＥＯＧセンサー、及びＰＰＧセンサーのような非侵襲基盤のセンサーを含み、このような非侵襲型のセンサーを通じてスペクトル情報、インピーダンス測定情報、超音波測定情報、熱測定情報、ＥＣＧ情報、ＥＥＧ情報、ＥＭＧ情報、ＥＯＧ情報、及びＰＰＧ情報などのセンサー情報を収集することができる。但し、以下、説明の便宜上、センサー部８２０が分光センサーを含み、分光センサーを通じてスペクトル情報をセンサー情報として獲得することを例として説明する。

分光センサーは、ユーザの被検部位に光を照射する光源と、ユーザの被検部位に照射された光がユーザの生体組織によって吸収され、散乱または反射されて被検部位から戻ってくる光を検出するディテクターを含みうる。この際、光源は、ＬＥＤ（ｌｉｇｈｔ ｅｍｉｔｔｉｎｇ ｄｉｏｄｅ）、レーザダイオード（ｌａｓｅｒ ｄｉｏｄｅ）及び蛍光体などを含みうる。光源は、近赤外光を放出するように形成されうるが、これに制限されるものではなく、ラマン分光のためのレーザ単一光を照射することも可能である。また、ディテクターは、フォトダイオードを含みうる。

また、センサー部８２０は、ユーザによる食べ物の摂取を認識して飲食センサー情報を収集する飲食センサーを含みうる。飲食センサーは、ユーザによる食べ物の摂取音や首の飲み込み、筋肉の動きなどを認識するか、摂取した食べ物状況を撮影するセンサーであり得る。飲食センサーは、他の構成、例えば、分光センサー、処理部８１０及び出力部８３０と１つの本体構造内に装着されうるが、これに限定されるものではない。例えば、飲食センサーは、別途の機器で製作されてユーザの身体の一部（例：耳、手首など）に装着され、生体情報推定装置８００に搭載された通信モジュールを通じて有無線通信連結して、処理部８１０に飲食センサー情報を伝達することができる。

処理部８１０は、生体情報推定要請を受信すれば、センサー部８２０を制御し、センサー部８２０からセンサー情報を受信することができる。処理部８１０は、センサー部８２０から受信されたセンサー情報を用いて生体情報を推定し、推定結果を出力部８３０を通じてユーザに提供することができる。例えば、処理部８１０は、中央処理ユニット（ＣＰＵ）を含みうる。

処理部８１０は、ユーザまたは外部機器から生体情報推定要請が受信された場合、分光センサーを制御して、ユーザの被検部位に光を照射するように光源を駆動することができる。また、ディテクターからスペクトル情報が受信された場合、生体情報推定モデルを適用して生体情報を推定することができる。この際、生体情報推定モデルは、スペクトルと生体情報との相関関係を示す線形関数式であり得る。

処理部８１０は、ユーザが食べ物を摂取した場合、生体情報と関連した飲食情報を獲得することができる。この際、飲食情報は、ユーザにより摂取された食べ物の種類、摂取量または摂取時間などを含みうる。一例として、飲食センサーから飲食センサー情報が受信された場合、受信された飲食センサー情報を分析して飲食情報を獲得することができる。他の例として、処理部８１０は、出力部８３０を通じてユーザインターフェースをユーザに提供し、ユーザがインターフェースを通じて入力する飲食情報を受信することができる。さらに他の例として、処理部８１０は、生体情報の連続した推定値をモニタリングし、モニタリング結果、連続した推定値の傾度変化が臨界値以上である区間をユーザが食べ物を摂取した時間と判断することができる。また、ユーザ別に個人化された生体情報データベースを参考にして、生体情報の推定値と傾度変化による摂取した食べ物の種類や摂取量を推定することができる。但し、このような例示に制限されるものではなく、前記の例示の２つ以上の結果を組み合わせるか、その他の例示されていない他の情報を活用して飲食情報を獲得することができる。

処理部８１０は、ユーザの飲食情報が獲得される場合、飲食情報を用いて代謝情報を抽出することができる。代謝情報は、経時的な生体情報の変化量、信頼区間または段階別の変化確率情報などを含みうる。例えば、処理部８１０は、前述したように、ユーザが摂取した多様な食べ物の種類、摂取量及び摂取時間などによって、そのユーザに個人化されて、あらかじめ構築された生理学的代謝モデルや生体情報データベースを活用して代謝情報を抽出することができる。

処理部８１０は、代謝情報が抽出される場合、生体情報推定式に基づいて推定された生体情報を補正することができる。例えば、同一時点の生体情報推定値と生体情報変化量とを既定の生体情報補正式に入力して補正された生体情報を出力することができる。この際、生体情報補正式の例は、前述した数式１または数式２に例示されている。

他の例として、処理部８１０は、生体情報の信頼区間情報に基づいて生体情報推定値のうちから信頼区間を外れる異常値を抽出し、抽出された異常値を信頼区間内の任意の値に代替しうる。例えば、処理部８１０は、異常値を同一時点の信頼区間の境界値（例：信頼区間の最大値よりも小さいか、同じ値または信頼区間の最小値よりも大きいか、同じ値）に代替しうる。または、異常値に／から任意の値を加算／減算して信頼区間内の値にする。または、補正する異常値の時点を基準に前後時点の正常値（例：生体情報の正常推定値や、異常値の補正値または欠測値の補正値）を平均した値、中間値、または、前後時点の正常値に加重値を付与した後、平均した値や中間値などで異常値を補正することもでき、特に例示されたものに制限されるものではない。

他の例として、処理部８１０は、生体情報の推定値を分析して欠測値を推定し、代謝情報を用いて欠測値を補正することができる。例えば、数式３や表１を参照して説明したように、処理部８１０は、生体情報の変化量や変化段階の確率情報を用いて欠測値を補正することができる。

処理部８１０は、生体情報の推定及び補正が完了すれば、補正結果に基づいて多様な動作を行うことができる。例えば、生体情報推定を要請した外部機器に補正結果を伝送しうる。また、生体情報推定結果と補正結果とを比較するグラフを生成することができる。また、生体情報補正結果に基づいてユーザの健康状態をモニタリングして、健康状態の異常有無を判断し、ユーザに提供するアラームや警告情報を生成することができる。

一方、処理部８１０は、生体情報推定結果と補正結果とを比較して、生体情報推定モデルのキャリブレーションの有無を判断することができる。例えば、各時点別に生体情報推定値と補正値との差を計算し、その差が臨界値を超過する場合の回数が所定基準を満たす場合、生体情報推定モデルをキャリブレーションすると判断することができる。

処理部８１０は、キャリブレーションすると判断した場合、外部機器、例えば、侵襲型生体情報測定装置から生体情報測定値を受信して、生体情報推定モデルをキャリブレーションすることができる。

出力部８３０は、処理部８１０の処理結果をユーザに提供することができる。例えば、生体情報の補正結果を最終生体情報としてディスプレイに表示するか、スピーカーモジュールを通じて音声によって出力することができる。また、警告やアラーム情報、生体情報推定値と補正値との比較結果を、グラフを用いてディスプレイに表示することができる。また、警告やアラーム情報を触感や振動などを通じて提供することができる。出力部８３０は、このためにディスプレイ、音声出力機器（例：スピーカー、オーディオジャック、オーディオ出力機器）、及び／またはハプティックモジュール（例：振動モータ）を含みうる。しかし、例示されたものに制限されるものではなく、出力部８３０は、出力方法によって多様に変形実施される。

図９は、一実施形態によるウェアラブル機器を示す図である。図９は、図８の生体情報推定装置を具現した形態の一実施形態であって、ユーザの手首に着用するスマートウォッチ（ｓｍａｒｔ ｗａｔｃｈ）形態のウェアラブル機器を示す。

図９を参照すると、ウェアラブル機器９００は、本体９１０及びストラップ９２０を含む。生体情報推定装置８００の処理部８１０、センサー部８２０及び出力部８３０は、本体９１０の内部に実装されるか、外部に露出される形態で装着されうる。

本体９１０は、ストラップ９２０によってユーザの手首に着用され、ストラップ９２０は、本体９１０の第１側及び第２側に連結されて互いに締結されるように形成されうる。ストラップ９２０は、手首を取り囲めるようにフレキシブル（ｆｌｅｘｉｂｌｅ）な部材で形成されうる。

本体９１０及び／またはストラップ９２０の内部には、ウェアラブル機器に電源を供給するバッテリが内蔵されうる。

ウェアラブル機器９００は、本体９１０に装着されてユーザの手首部位でスペクトルを測定する分光センサーを含みうる。分光センサーは、光源及びディテクターを含みうる。光源は、ユーザの手首部位に光を照射するように、本体９１０の下部に手首に向けて露出される形態で実装されうる。ディテクターは、フォトダイオードを含み、ユーザの皮膚から戻ってくる光を検出してスペクトルを獲得することができる。但し、前述したように、分光センサーに限定されるものではなく、本体９１０には、前述した多様な非侵襲型のセンサーが必要に応じて少なくとも１つ装着されうる。

ウェアラブル機器９００は、本体９１０に装着されて本体９１０の傾きの情報を獲得するジャイロセンサーまたはユーザが食べ物を摂取する途中、摂取した食べ物の種類と関連したイメージ情報を収集するカメラモジュールを含みうる。また、ウェアラブル機器９００は、ユーザが食べ物を摂取する途中で食べ物の摂取音や首の飲み込み認識、首の筋肉認識などの情報を獲得する飲食センサーと通信連結するための通信モジュールを含みうる。

本体９１０の内部に実装される処理部８１０は、操作部９１５や表示部９１４を通じて入力されるユーザの命令を受信し、受信された命令に基づいた動作を行うことができる。例えば、処理部８１０は、分光センサーと電気的に連結され、ユーザから生体情報推定命令が受信された場合、分光センサーを制御する制御信号を生成して分光センサーに伝達することができる。処理部８１０は、分光センサーがスペクトル情報を獲得すれば、獲得されたスペクトル情報を受信し、生体情報測定モデルを適用して生体情報を推定することができる。

また、処理部８１０は、ユーザが食べ物を摂取すれば、ジャイロセンサー、カメラモジュール及び飲食センサーなどからユーザによる食べ物の摂取と関連したセンサー情報を受信し、受信されたセンサー情報を分析してユーザの飲食情報を獲得することができる。また、前述したように、生体情報の推定値を分析して飲食情報を獲得するか、ユーザから直接飲食情報を入力されることもある。

処理部８１０は、通信モジュールを制御して外部機器と通信することができる。処理部８１０は、外部機器が生体情報を用いてユーザの健康状態モニタリングと関連した多様な機能を行わせるように生体情報推定値及び／または補正値を伝送しうる。外部機器は、相対的にコンピューティング性能に優れたスマートフォン、タブレットＰＣ、デスクトップＰＣ、ノート型パソコンなどの情報処理装置であり得る。

ウェアラブル機器９００は、本体９１０の上部に装着されて処理部８１０の処理結果をユーザに提供する表示部９１４をさらに含みうる。例えば、表示部９１４は、生体情報の補正値を最終生体情報として出力することができる。また、生体情報の推定値と補正値との比較結果、警告及びアラーム情報などを表示することができる。また、ユーザから各種の命令を受信するか、案内するインターフェースを表示し、インターフェースを通じて入力される情報を処理部８１０に伝達することができる。表示部９１４は、タッチ入力が可能なモジュールで形成されうる。

ウェアラブル機器９００は、本体９１０に装着される操作部９１５をさらに含みうる。操作部９１５は、本体９１０の一側面に外部に露出された形態で製作され、ユーザが入力する命令を受信して処理部に伝達することができる。操作部９１５は、ウェアラブル機器の電源をオン／オフする機能を含みうる。

図１０は、一実施形態による生体情報推定方法のフローチャートである。

図１０は、図８の生体情報推定装置８００によって行われる生体情報推定方法の一実施形態であり得る。生体情報推定方法の多様な実施形態については前述したため、以下では、簡単に説明する。

まず、生体情報推定装置８００は、ユーザからセンサー情報を収集することができる（１０１０）。例えば、分光センサーを通じてユーザからスペクトル情報を獲得することができる。この際、分光センサーは、一定時間の間隔で連続してスペクトル情報を獲得することができる。また、ユーザが食べ物を摂取すれば、ユーザによる食べ物の摂取を認識する飲食センサーを通じて飲食センサー情報を収集することができる。

次いで、生体情報推定装置８００は、センサー情報に基づいて生体情報を推定することができる（１０２０）。生体情報推定装置８００は、分光センサーを通じて獲得されるスペクトル情報に基づいて生体情報を推定し、この際、あらかじめ構築された生体情報推定モデルを適用して生体情報を推定することができる。

次いで、生体情報推定装置８００は、段階（１０１０）で飲食センサーを通じて収集される飲食センサー情報、段階（１０２０）で推定された生体情報の連続推定値及びユーザから入力される飲食情報のうちの少なくとも１つを用いてユーザの飲食情報を獲得することができる（１０３０）。

次いで、生体情報推定装置８００は、ユーザの飲食情報が獲得された場合、生理学的代謝モデルや生体情報データベースを参考にして代謝情報を抽出することができる（１０４０）。この際、生理学的代謝モデルや生体情報データベースは、ユーザ別に個人化されてあらかじめ構築され、ユーザが摂取した食べ物、摂取量及び摂取時間などの飲食情報と経時的な生体情報の変化との相関関係を示す情報を含みうる。

次いで、生体情報推定装置８００は、抽出された代謝情報を用いて段階（１０２０）で推定された生体情報を補正することができる（１０５０）。例えば、経時的な生体情報の変化量に基づいて段階（１０２０）で推定された生体情報の推定値を補正することができる。また、経時的な信頼区間情報に基づいて生体情報の推定値のうちから異常値を抽出し、該抽出された異常値を補正することができる。また、生体情報の推定が漏れた区間や時点の欠測値を推定し、推定された欠測値を経時的な生体情報の変化量や変化段階の確率情報に基づいて補正することができる。

次いで、生体情報推定装置８００は、段階（１０５０）での生体情報の補正結果を出力することができる（１０６０）。また、生体情報推定値と補正値との比較結果や警告／アラーム情報を出力することもできる。この際、ユーザの健康状態と関連して色相や文字の太さ、濃度などを多様に変形して視覚的に出力し、必要に応じて、音声や触感、振動などの非視覚的な手段で出力するか、視覚的な手段と非視覚的な手段とを同時に活用して出力することもできる。

一方、本実施形態は、コンピュータで読み取り可能な記録媒体にコンピュータで読み取り可能なコードとして具現することが可能である。コンピュータで読み取り可能な記録媒体は、コンピュータシステムによって読み取れるデータが保存される、あらゆる種類の記録装置を含む。

コンピュータで読み取り可能な記録媒体の例としては、ＲＯＭ、ＲＡＭ、ＣＤ−ＲＯＭ、磁気テープ、フロッピー（登録商標）ディスク、光データ記録装置などがあり、また、キャリアウェーブ（例えば、インターネットを介した伝送）の形態で具現するものを含む。また、コンピュータで読み取り可能な記録媒体は、ネットワークで連結されたコンピュータシステムに分散されて、分散方式でコンピュータで読み取り可能なコードとして保存されて実行可能である。そして、本実施形態を具現するための機能的な（ｆｕｎｃｔｉｏｎａｌ）プログラム、コード及びコードセグメントは、本発明が属する技術分野のプログラマーによって容易に推論されうる。

当業者ならば、上述した実施形態において開示された技術的思想や必須的な特徴を変更せずとも、他の具体的な形態で実施可能であることを理解できるであろう。したがって、前述した実施形態は、あらゆる面で例示的なものであり、限定的ではないということが理解されなければならない。

Claims (29)

1. 生体情報センサーから生体情報を受信する通信部と、
   ユーザの飲食情報に基づいて代謝情報を抽出し、抽出された前記代謝情報に基づいて、受信された前記生体情報を補正する処理部と、
   前記生体情報の補正結果を提供する出力部と、
   を含む生体情報センサーの誤差補正装置。
2. 前記処理部は、
   飲食センサーから受信された飲食センサー情報及びユーザの入力情報のうちの少なくとも１つに基づいて飲食情報を獲得する、請求項１に記載の生体情報センサーの誤差補正装置。
3. 前記処理部は、
   前記生体情報センサーから受信された前記生体情報に含まれた連続生体情報測定値に基づいて生体情報の傾度変化を獲得し、前記傾度変化に基づいて飲食情報を獲得する、請求項１に記載の生体情報センサーの誤差補正装置。
4. 前記飲食情報は、摂取した食べ物、摂取量及び摂取時間のうちの少なくとも１つを含む、請求項１〜３のいずれか一項に記載の生体情報センサーの誤差補正装置。
5. 前記代謝情報は、経時的な生体情報の変化量、生体情報の信頼区間、及び前記変化量が特定の変化段階に該当する確率のうちの少なくとも１つを含む、請求項１〜４のいずれか一項に記載の生体情報センサーの誤差補正装置。
6. 前記処理部は、
   生理学的代謝モデル及び生体情報データベースのうちの少なくとも１つを用いて前記代謝情報を抽出する、請求項５に記載の生体情報センサーの誤差補正装置。
7. 前記処理部は、
   受信された前記生体情報の測定値と前記代謝情報との間の、補正式及び相関関係モデルのうちの少なくとも１つを用いて前記測定値を補正する、請求項１〜６のいずれか一項に記載の生体情報センサーの誤差補正装置。
8. 前記処理部は、
   受信された前記生体情報の測定値のうちから、生体情報の信頼区間を外れた測定値を異常値として決定し、決定された異常値を前記信頼区間内の値に補正する、請求項１〜６のいずれか一項に記載の生体情報センサーの誤差補正装置。
9. 前記処理部は、
   前記生体情報の実測値に基づいていないと判断された欠測値を、経時的な生体情報の変化量及び前記変化量が、特定の変化段階に該当する確率のうちの少なくとも１つに基づいて補正する、請求項１〜８のいずれか一項に記載の生体情報センサーの誤差補正装置。
10. 前記生体情報は、
    血糖、コレステロール、中性脂肪、タンパク質、アルコール及び尿酸のうちの少なくとも１つを含む、請求項１〜９のいずれか一項に記載の生体情報センサーの誤差補正装置。
11. 生体情報センサーから生体情報を受信する段階と、
    ユーザの飲食情報に基づいて代謝情報を抽出する段階と、
    抽出された前記代謝情報に基づいて、受信された前記生体情報を補正する段階と、
    前記生体情報の補正結果を提供する段階と、
    を含む、生体情報センサーの誤差補正方法。
12. 飲食センサーから飲食センサー情報を受信する段階と、
    受信された前記飲食センサー情報に基づいて飲食情報を獲得する段階と、
    をさらに含む、請求項１１に記載の生体情報センサーの誤差補正方法。
13. 受信された前記生体情報に含まれた連続測定値に基づいて前記生体情報の傾度変化を獲得する段階と、
    前記傾度変化に基づいて前記飲食情報を獲得する段階と、
    をさらに含む、請求項１１に記載の生体情報センサーの誤差補正方法。
14. 前記代謝情報は、
    経時的な生体情報の変化量、生体情報の信頼区間、及び前記変化量が特定の変化段階に該当する確率のうちの少なくとも１つを含む、請求項１１〜１３のいずれか一項に記載の生体情報センサーの誤差補正方法。
15. 前記代謝情報を抽出する段階は、
    生理学的代謝モデル及び生体情報データベースのうちの少なくとも１つを用いて前記代謝情報を抽出する、請求項１４に記載の生体情報センサーの誤差補正方法。
16. 前記生体情報を補正する段階は、
    受信された前記生体情報の測定値、前記生体情報の信頼区間を外れた異常値及び前記生体情報の実測値に基づいていない欠測値のうちの少なくとも１つを補正する、請求項１１〜１５のいずれか一項に記載の生体情報センサーの誤差補正方法。
17. ユーザからセンサー情報を収集するセンサー部と、
    前記センサー情報に基づいて生体情報を推定し、ユーザの飲食情報に基づいて代謝情報を抽出し、抽出された前記代謝情報を用いて、推定された前記生体情報を補正し、補正結果を提供する処理部と、
    を含む、生体情報推定装置。
18. 前記センサー情報は、
    分光器測定情報、インピーダンス測定情報、超音波測定情報、熱測定情報、ＥＣＧ情報、ＥＥＧ情報、ＥＭＧ情報、ＥＯＧ情報、及びＰＰＧ情報のうちの少なくとも１つを含む請求項１７に記載の生体情報推定装置。
19. 前記センサー部は、
    ユーザによる食べ物の摂取を検出して飲食センサー情報を獲得する飲食センサーを含み、
    前記処理部は、
    前記飲食センサー情報に基づいて、前記飲食情報を獲得する請求項１７または１８に記載の生体情報推定装置。
20. 前記処理部は、
    生理学的代謝モデル及び生体情報データベースのうちの少なくとも１つを用いて、前記代謝情報を抽出する、請求項１７〜１９のいずれか一項に記載の生体情報推定装置。
21. 前記代謝情報は、
    経時的な生体情報の変化量、生体情報の信頼区間、及び前記変化量が特定の変化段階に該当する確率のうちの少なくとも１つを含む、請求項１７〜２０のいずれか一項に記載の生体情報推定装置。
22. 前記処理部は、
    前記生体情報の推定値と、前記経時的な生体情報の変化量または前記変化量が特定の変化段階に該当する確率と、の相関関係を示す補正式および相関関係モデルの少なくともいずれか１つを用いて、前記生体情報の推定値を補正する、請求項２１に記載の生体情報推定装置。
23. 前記処理部は、
    前記生体情報の推定値のうちから前記信頼区間を外れた異常値を前記信頼区間内の値に補正する、請求項２１に記載の生体情報推定装置。
24. 前記処理部は、
    前記生体情報の実測値に基づいていない欠測値を判断し、判断された欠測値を前記経時的な生体情報の変化量または前記変化量が特定の変化段階に該当する確率に基づいて補正する請求項２１に記載の生体情報推定装置。
25. ユーザからセンサー情報を獲得する段階と、
    前記センサー情報に基づいて生体情報を推定する段階と、
    ユーザの飲食情報を獲得する段階と、
    前記飲食情報に基づいて代謝情報を抽出する段階と、
    抽出された前記代謝情報に基づいて、推定された前記生体情報を補正する段階と、
    前記生体情報の補正結果を提供する段階と、
    を含む、生体情報推定方法。
26. 前記センサー情報は、分光器測定情報、インピーダンス測定情報、超音波測定情報、熱測定情報、ＥＣＧ情報、ＥＥＧ情報、ＥＭＧ情報、ＥＯＧ情報、及びＰＰＧ情報のうちの少なくとも１つを含む請求項２５に記載の生体情報推定方法。
27. 前記センサー情報を獲得する段階は、
    飲食センサーがユーザによる食べ物の摂取を検出して、飲食センサー情報を獲得する段階を含み、
    前記飲食情報を獲得する段階は、
    前記飲食センサー情報に基づいてユーザの飲食情報を獲得する請求項２５または２６に記載の生体情報推定方法。
28. 前記代謝情報を抽出する段階は、
    生理学的代謝モデル及び生体情報データベースのうちの少なくとも１つを用いて前記代謝情報を抽出する請求項２５〜２７のいずれか一項に記載の生体情報推定方法。
29. 前記生体情報を補正する段階は、
    前記生体情報の推定値、前記生体情報の信頼区間を外れた異常値及び前記生体情報の実測値に基づいていない欠測値のうちの少なくとも１つを補正する請求項２５〜２８のいずれか一項に記載の生体情報推定方法。